雙電機電動汽車驅(qū)動防滑控制

中圖分類號：U469.72 文獻(xiàn)標(biāo)識碼：A

Acceleration Slip Regulation Control of Dual-motor Electric Vehicle

WANG Jixian，CHEN Huanming，ZHANG Heng，DANG Buwei （Collge of Mechanical and Electrical Engineering，Qingdao University，Qingdao 266o71，China）

Abstract： In order to maintain the handling stability of electric vehicles under different road conditions and ensure the good power performance and steering ability of vehicles. The fuzzy control theory was used to identify the maximum adhesion coeficient of the current road surface and determine the optimal slip rate of the road surface. Aiming at the optimal slip rate， the output torque of the motor is adjusted based on the sliding mode control theory to realize real time tracking of the wheel slip rate and maximize the power of the vehicle. The acceleration slip regulation control of dual-motor four-wheel drive vehicle was designed by Simulink，the vehicle model was built by Carsim，and the feasibility of the control was verified by joint simulation. The results show that the error of vehicle identifying the optimal road slip chamber is less than 7% when the drive acceleration slip regulation is involved. When the left and right road surface of the vehicle changes，the maximum lateral displacement and maximum steering wheel angle of the driving acceleration slip regulation control vehicle are 40% and 15% of the non-control vehicle，and the lateral stability optimization is obvious.

Keywords： dual motor drive；acceleration slip regulation; fuzzy control; road identification; sliding mode control

純電動汽車靠電池驅(qū)動，有著噪聲低、零污染排放等優(yōu)點，是目前汽車發(fā)展的重點[1]。隨著電動汽車發(fā)展，汽車的安全性、穩(wěn)定性要求越來越高，對車輛的操縱穩(wěn)定性進(jìn)行研究十分必要[2]。在雨雪天氣路面濕滑，車輛加速時容易打滑，縱向驅(qū)動力不足會造成車輛側(cè)滑造成危險。為保證車輛動力性能和側(cè)向穩(wěn)定性，驅(qū)動力控制是關(guān)鍵。驅(qū)動力控制系統(tǒng)一般以驅(qū)動防滑控制（Acceleration Slip Regulation，ASR）為核心，根據(jù)不同工況調(diào)整車輪滑轉(zhuǎn)狀態(tài)[3]。目前，汽車驅(qū)動防滑的研究主要是分布式輪轂電機驅(qū)動，集中式驅(qū)動車輛的研究較少[4]，主要有基于滑轉(zhuǎn)率控制、基于電機輸出轉(zhuǎn)矩控制和基于角加速度變化判斷控制[5]。實現(xiàn)驅(qū)動防滑首先要準(zhǔn)確識別路面情況，張新榮等[6提出采用擴張狀態(tài)觀測器和自適應(yīng)卡曼濾波算法分別識別了附著系數(shù)和滑轉(zhuǎn)率，提出的路面附著系數(shù)分段識別方法更有效的對路面進(jìn)行識別，但有較大波動。分布式汽車在低附著系數(shù)路面時，汽車軸荷轉(zhuǎn)移以及坡道影響造成了防滑效果差，常九健等提出帶有遺忘因子的遞歸最小二乘法對質(zhì)量和坡道進(jìn)行估計，修正車輪垂向載荷，得到路面附著系數(shù)，再線性擬合最優(yōu)滑轉(zhuǎn)率，但誤差較大。對車輪識別路面附著系數(shù)和最優(yōu)滑轉(zhuǎn)率進(jìn)行模糊推理可得到路面最優(yōu)滑轉(zhuǎn)率，但存在較大誤差[8]。使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行路面識別，卷積層進(jìn)行路面特征提取，通過訓(xùn)練完成道路識別，但壓電傳感器安裝維護(hù)困難，成本較高[9]。汽車驅(qū)動防滑控制采用模糊控制，汽車后輪對目標(biāo)滑轉(zhuǎn)率追蹤較好，但未充分考慮電機輸出特性和滑轉(zhuǎn)率較高時對汽車動力性的影響[10]。集中式車輛的PID控制方法根據(jù)實際滑轉(zhuǎn)率和目標(biāo)滑轉(zhuǎn)率的偏差輸出電機轉(zhuǎn)矩調(diào)節(jié)量，實現(xiàn)車輛驅(qū)動防滑控制，但對目標(biāo)滑轉(zhuǎn)率的追蹤較慢[11]。采用自適應(yīng)模糊 PID控制算法構(gòu)建的驅(qū)動防滑控制器根據(jù)實際工況進(jìn)行了改進(jìn)，但電機和車輪滑轉(zhuǎn)率控制波動較大[12]?；谶壿嬮T限控制可以實現(xiàn)單輪、兩輪和多輪輪轂電機驅(qū)動防滑控制，但對電機控制波動較大[13]?；趶较蚧瘮?shù)單神經(jīng)元PID自適應(yīng)控制算法的轉(zhuǎn)矩分配策略應(yīng)用于雙電機四驅(qū)車輛上，實現(xiàn)了前后電機輸出轉(zhuǎn)矩的分配，但對驅(qū)動非最大滑轉(zhuǎn)率車輪的驅(qū)動電機控制還未達(dá)到理想結(jié)果[14]。利用改進(jìn)滑?？刂茖﹄p電機耦合驅(qū)動電動汽車進(jìn)行驅(qū)動防滑控制，對汽車滑轉(zhuǎn)率可以較好控制，但驗證工況較少[15]。基于積分的滑?？刂品椒刂齐妱悠囓囕啠哂袩o抖振、穩(wěn)定、簡單和可調(diào)等特點[16]?；谀：刂频穆访孀R別方法穩(wěn)定性好，成本低;滑?？刂乞?qū)動防滑控制的穩(wěn)定性好，但是成本高、結(jié)構(gòu)復(fù)雜。為此本文對雙電機四驅(qū)車輛進(jìn)行驅(qū)動力控制研究，采用模糊控制進(jìn)行路面實時識別，確定路面的最優(yōu)滑轉(zhuǎn)率，保證識別準(zhǔn)確性；構(gòu)建了基于滑?？刂频尿?qū)動力控制策略，通過控制電機輸出轉(zhuǎn)矩驅(qū)動車輪迅速、平穩(wěn)追蹤路面最優(yōu)滑轉(zhuǎn)率，優(yōu)化汽車的動力性能和操控穩(wěn)定性。

雙電機電動汽車結(jié)構(gòu)與參數(shù)

電動汽車通常采用固定傳動比的傳動系統(tǒng)，省去了傳統(tǒng)燃油車復(fù)雜的變速箱，動力傳遞更為直接和高效，采用的高功率驅(qū)動電機，動力強勁，在啟動時可提供最大轉(zhuǎn)矩，但是對控制系統(tǒng)和駕駛員要求也更高，控制系統(tǒng)的優(yōu)劣直接影響車輛安全性、操控穩(wěn)定性以及能量利用率。本文以某車型為參考，設(shè)計了雙電機四驅(qū)動電動汽車參數(shù)，通過合理的重量分布設(shè)計獲得更好的加速性能和車輛動力瞬時響應(yīng)性能。

1.1 整車結(jié)構(gòu)

雙電機四驅(qū)動電動汽車由前、后2個獨立電機獨立或共同工作，分別驅(qū)動前軸和后軸，采用2個規(guī)格不同電機滿足不同種行駛工況，系統(tǒng)結(jié)構(gòu)如圖1。

1.2汽車參數(shù)

電機均采用永磁同步電機，電機2提供大部分動力，功率較大，參數(shù)見表1；外特性曲線如圖2。整車質(zhì)量估算為 2 250kg ；輪胎滾動半徑為 0.337m 。根據(jù)汽車動力需求，前軸主減速器傳動比為9.95；后軸主減速器傳動比為11.5。

2 驅(qū)動防滑原理

2.1車輪動力學(xué)分析

忽略滾動阻力與縱向空氣阻力，驅(qū)動車輪受力模型如圖3，圖中 T_d 為驅(qū)動車輪轉(zhuǎn)矩， ω 為車輪轉(zhuǎn)速， r 為車輪半徑， v_x 為車輪縱向速度， F_d 為驅(qū)動輪受到地面產(chǎn)生的反作用力， F_z 為車輪的垂向載荷。

車輪力矩平衡方程為

式中， I_ω 為車輪轉(zhuǎn)動慣量。

利用附著系數(shù)定義為

計算輪胎垂向載荷時，考慮載荷轉(zhuǎn)移的影響，以保證路面識別準(zhǔn)確性。

式中， F_z-i（i=F_-1，F(xiàn)_-r，R_-1，R_-r） 分別為左前、右前、左后、右后輪的垂向載荷； m 為整車質(zhì)量； g 為重力加速度； a=b=1.3825m 分別為前、后軸到質(zhì)心的距離； L 為汽車軸距； d₁=1.48m.d₂=1.485m 分別為前、后輪距； a_x、a_y 分別為汽車縱向加速度和汽車側(cè)向加速度。

2.2 車輪驅(qū)動防滑分析

汽車在路面行駛時，動力系統(tǒng)輸出驅(qū)動轉(zhuǎn)矩作用于驅(qū)動車輪上，此時驅(qū)動車輪轉(zhuǎn)矩 T_d 產(chǎn)生一對地面的圓周力 F_f ，驅(qū)動輪受到地面產(chǎn)生的反作用力 F_d 作為驅(qū)動汽車的作用力，即路面對車輪產(chǎn)生的切向力。

路面提供給車輪的最大切向力受到附著力的影響，附著力 F_μ 為

F_μ=_μF_z

式中， μ 表示路面附著系數(shù)。

為防止車輪發(fā)生滑轉(zhuǎn)，汽車的驅(qū)動力 F_d 不能大于附著力。

F_d?F_μ=μF_z

當(dāng)汽車驅(qū)動力超過附著條件限制的最大值時，車輪將會產(chǎn)生滑轉(zhuǎn)，車輪滑轉(zhuǎn)率 s 定義為

由式（7）可知，附著力與路面附著系數(shù)和垂直載荷相關(guān)。車輪垂直載荷與車輛基本參數(shù)和汽車行駛狀態(tài)有關(guān)，路面附著系數(shù)受輪胎滑轉(zhuǎn)率、道路材料、路面情況、輪胎材料和輪胎花紋形狀及結(jié)構(gòu)等因素影響。控制輪胎滑轉(zhuǎn)率接近當(dāng)前最優(yōu)滑轉(zhuǎn)率，使車輛取得最大縱向力和側(cè)向力保證在不同路面行駛的穩(wěn)定性。

輪胎附著系數(shù) μ -滑轉(zhuǎn)率 s 曲線如圖4。隨著滑轉(zhuǎn)率的增大，縱向附著系數(shù)先增大后減小，在 P 點達(dá)到最大值 μ_p ，即峰值附著系數(shù)，對應(yīng)的滑轉(zhuǎn)率 s_b 為最優(yōu)滑轉(zhuǎn)率，此時車輪縱向附著能力最強，即車輛加速、減速能力最強;同一側(cè)偏角條件下，側(cè)向附著系數(shù)隨著滑轉(zhuǎn)率增大一直在減小，側(cè)向附著能力減弱，即輪胎保持轉(zhuǎn)向、防止側(cè)滑能力減弱[17]。車輛在滑轉(zhuǎn)率未達(dá)到最優(yōu)滑轉(zhuǎn)率時處于穩(wěn)定區(qū)，超出最優(yōu)滑轉(zhuǎn)率時車輛進(jìn)入非穩(wěn)定區(qū)。不同的路面對附著系數(shù)的影響較大，其峰值附著系數(shù)差別很大，理想狀態(tài)下干瀝青路面最大附著系數(shù)可達(dá)1.17，而冰路面最大附著系數(shù)只有0.05，因此，控制車輪達(dá)到最優(yōu)滑轉(zhuǎn)率，路面識別是關(guān)鍵。

3基于模糊控制的路面識別

路面識別常用傳感器識別和基于模型識別，傳感器識別精度較高但穩(wěn)定性較差，成本高；基于模型識別是根據(jù)輪胎模型對路面附著系數(shù)進(jìn)行估計，精度高，穩(wěn)定性好。

最大利用附著系數(shù)是在車輛運行中，車輛的動力傳動系統(tǒng)能夠有效利用的最大路面附著系數(shù)。通過附著系數(shù)與滑轉(zhuǎn)率曲線中最優(yōu)滑轉(zhuǎn)率與最大利用附著系數(shù)關(guān)系特性進(jìn)行路面識別。實時計算當(dāng)前路面利用附著系數(shù)對滑轉(zhuǎn)率導(dǎo)數(shù)變化初步確定當(dāng)前路面的最大利用附著系數(shù)及最優(yōu)滑轉(zhuǎn)率;然后根據(jù)標(biāo)準(zhǔn)路面模型進(jìn)行模糊推理，匹配路面類型，確定路面最大附著系數(shù)和最優(yōu)滑轉(zhuǎn)率。

3.1 最大利用附著系數(shù)識別

典型路面的縱向附著系數(shù)-滑轉(zhuǎn)率曲線如圖5。由縱向利用附著系數(shù)對滑轉(zhuǎn)率微分確定當(dāng)前路面最大利用附著系數(shù)。車輛加速時縱向利用附著系數(shù)隨滑轉(zhuǎn)率增加先增加后減少，即 dμ/ds 由正值變化為負(fù)值，當(dāng)dμ/ds=0時，縱向利用附著系數(shù)為當(dāng)前路面最大利用附著系數(shù)。將判斷條件du/ds轉(zhuǎn)換時域條件=ds/dz－d·ds，車輛加速時，當(dāng)dyu/dt 由正值變?yōu)樨?fù)值時，識別為當(dāng)前路面最大利用附著系數(shù)。

3.2 路面模型獲取

輸人不同標(biāo)準(zhǔn)路面的最大利用附著系數(shù)及對應(yīng)的最優(yōu)滑轉(zhuǎn)率建立模糊規(guī)則，利用Burckhardt模型準(zhǔn)確擬合各種路面下縱向附著系數(shù)-滑轉(zhuǎn)率曲線，關(guān)系式為

式中， c₁?₁c₂?₂?₃ 為不同標(biāo)準(zhǔn)路面的擬合參數(shù)。

獲得最優(yōu)滑轉(zhuǎn)率 s_b 與最大附著系數(shù) μ_p 式分別為

6種標(biāo)準(zhǔn)路面的擬合參數(shù)值、最優(yōu)滑轉(zhuǎn)率和最大附著系數(shù)見表2，附著系數(shù)-滑轉(zhuǎn)率標(biāo)準(zhǔn)曲線如圖6。

3.3模糊控制修正

受車輛負(fù)載、行駛動態(tài)、駕駛員等情況影響，路面最大利用附著系數(shù)作為路面最大附著系數(shù)與實際值存在誤差。需要對模型識別結(jié)果進(jìn)行修正，模糊控制路面識別修正如圖7，首先對識別路面最大利用附著系數(shù)、實際滑轉(zhuǎn)率、路面相似程度模糊化處理，隸屬度函數(shù)如圖8；對模糊化結(jié)果進(jìn)行模糊推理得出6條標(biāo)準(zhǔn)路面的相似程度系數(shù)，推理規(guī)則見表3

經(jīng)加權(quán)修正計算得到當(dāng)前路面最大附著系數(shù) μ_p 與最優(yōu)滑轉(zhuǎn)率 s_b ，加權(quán)公式如式 （13）～（14） 。

式中， x_i，μ（s_ib） 和 s_ib 分別為6種路面的相似權(quán)重系數(shù)、最大附著系數(shù)和最優(yōu)滑轉(zhuǎn)率，其中 i=1，2…6 。

4驅(qū)動防滑控制

4.1 驅(qū)動防滑控制介入和退出條件

驅(qū)動輪的滑轉(zhuǎn)率保持在最優(yōu)滑轉(zhuǎn)率附近可以使車輪得到最大縱向力和較好的側(cè)向力，保證車輛操縱穩(wěn)定性?？刂撇呗砸援?dāng)前滑轉(zhuǎn)率為輸入，控制電機輸出合理轉(zhuǎn)矩，保持車輛滑轉(zhuǎn)率在最優(yōu)滑轉(zhuǎn)率附近。

當(dāng)驅(qū)動輪滑轉(zhuǎn)率大于識別最優(yōu)滑轉(zhuǎn)率時，驅(qū)動防滑控制介入，計算轉(zhuǎn)矩替換駕駛員需求轉(zhuǎn)矩，保證電機輸出合理轉(zhuǎn)矩，驅(qū)動輪滑轉(zhuǎn)率保持在最優(yōu)滑轉(zhuǎn)率附近；當(dāng)駕駛員需求轉(zhuǎn)矩小于計算轉(zhuǎn)矩時，驅(qū)動防滑控制退出。

4.2基于滑?？刂频尿?qū)動防滑控制

滑?？刂葡到y(tǒng)為 ，滑模切換面 d=e=s-s_b ，采用指數(shù)趨近率 （e）-ke ，其中， e 為當(dāng)前滑轉(zhuǎn)率與最優(yōu)滑轉(zhuǎn)率之差； ε 為控制增益； k 為誤差系數(shù)。為避免系統(tǒng)在切換面來回切換時系統(tǒng)抖振，為減弱控制過程中的抖振現(xiàn)象，引入飽和函數(shù)為

式中， Δ 為邊界層寬度； k₁=1/Δ 。

以飽和函數(shù)替換符號函數(shù)，則系統(tǒng)趨近率 。以式（1）驅(qū)動車輪力矩平衡方程為滑?？刂苹A(chǔ)，得到驅(qū)動電機輸出轉(zhuǎn)矩，驅(qū)動防滑控制輸出轉(zhuǎn)矩 T_suc 為

驅(qū)動防滑控制策略如圖9。

5 驗證結(jié)果與分析

由汽車速度代替車輪縱向速度，在汽車高速行駛時，電機轉(zhuǎn)速快，輸出轉(zhuǎn)矩急速下降，處于滑轉(zhuǎn)穩(wěn)定區(qū)，ASR不介人;使用 Simulink與Carsim聯(lián)合仿真驗證該控制策略對低、中速行駛工況進(jìn)行分析。

5.1低附著系數(shù)路面直線行駛

模擬雪地、濕滑土地等低附著路面啟動，設(shè)置路面附著系數(shù)為0.2；加速踏板開度逐漸達(dá)到最大；轉(zhuǎn)向盤轉(zhuǎn)角保持為 0^° ；汽車由靜止開始啟動，在均一路面行駛時兩側(cè)車輪狀態(tài)相同，僅對左側(cè)前、后車輪分析，仿真結(jié)果如圖10。圖10a中汽車能較好識別路面最優(yōu)滑轉(zhuǎn)率，隨著加速踏板開度逐漸增大，汽車驅(qū)動防滑控制多次介人，均可以迅速識別最優(yōu)滑轉(zhuǎn)率，并控制驅(qū)動電機輸出合理的轉(zhuǎn)矩。

在當(dāng)前工況基礎(chǔ)上分別驗證驅(qū)動防滑控制在相同時間內(nèi)對汽車加速能力和行駛距離的汽車動力性提升，仿真結(jié)果如圖11。

由圖11仿真結(jié)果表明，在一定時間內(nèi)有無驅(qū)動防滑控制的速度和行駛距離分別為 48km/h，44km/h 41m.44m ，表明通過驅(qū)動防滑控制車輪滑轉(zhuǎn)率，提升了車輛動力性和操控穩(wěn)定性。

在暴雨、臺風(fēng)等惡劣天氣行駛時，若車輪處于高滑轉(zhuǎn)率狀態(tài)，車輪側(cè)向附著力將很低，此時若產(chǎn)生側(cè)向強風(fēng)容易使車輛側(cè)向運動，產(chǎn)生車輛側(cè)滑，造成危險，將車輪滑轉(zhuǎn)率控制在穩(wěn)定區(qū)可以有效減少該風(fēng)險。汽車速度達(dá)到 60km/h 左右時，設(shè)置左向1s強風(fēng)，即風(fēng)速為 40km/h 。轉(zhuǎn)向盤轉(zhuǎn)角維持汽車直線行駛，仿真結(jié)果如圖12。

仿真結(jié)果表明，在加速行駛及經(jīng)歷側(cè)向強風(fēng)時，驅(qū)動防滑控制均可使車輪滑轉(zhuǎn)率保持在最優(yōu)滑轉(zhuǎn)率附近或保持較低狀態(tài)，車輪滑轉(zhuǎn)率處于穩(wěn)定區(qū)，最大側(cè)向位移為 0.05m ，最大轉(zhuǎn)向盤修正轉(zhuǎn)角為 8^° ，此時側(cè)向強風(fēng)對汽車的影響較小，而無驅(qū)動防滑控制汽車已經(jīng)接近失控狀態(tài)，汽車穩(wěn)定性優(yōu)化明顯，此時車身姿態(tài)如圖13。

5.2對接路面直線加速

在行駛前后路面不同時，汽車應(yīng)迅速識別路面情況控制輸出轉(zhuǎn)矩以保證汽車穩(wěn)定性。設(shè)置行駛前后不同路面的附著系數(shù)，加速踏板開度迅速達(dá)到最大，轉(zhuǎn)向盤轉(zhuǎn)角保持為 0^° ；汽車由靜止開始運動，仿真結(jié)果如圖14。

由于車身長度，在經(jīng)過不同路面時后輪接觸變化路面存在一定延遲，圖14a表明汽車前后輪均能迅速準(zhǔn)確的識別當(dāng)前路面最優(yōu)滑轉(zhuǎn)率。在滑轉(zhuǎn)率超過識別最優(yōu)滑轉(zhuǎn)率后，驅(qū)動防滑系統(tǒng)可以迅速控制驅(qū)動電機轉(zhuǎn)矩使車輪滑轉(zhuǎn)率保持在最優(yōu)滑轉(zhuǎn)率附近，在經(jīng)過對接路面時，汽車驅(qū)動防滑控制明顯。

由圖 14b～14c 表明，隨著車速升高，電機轉(zhuǎn)速升高，電機進(jìn)入恒功率階段，輸出轉(zhuǎn)矩下降或駕駛員需求轉(zhuǎn)矩較小時，車輪滑轉(zhuǎn)率無法滿足最優(yōu)滑轉(zhuǎn)率且逐漸下降，驅(qū)動防滑控制退出，此時汽車識別路面最優(yōu)滑轉(zhuǎn)率下降，為失效狀態(tài)，體現(xiàn)在4.5s時。

5.3對開路面直線加速

在行駛時左右路面發(fā)生變化，為避免汽車產(chǎn)生側(cè)向運動，造成汽車側(cè)滑。驅(qū)動防滑控制策略采用低選原則，即保證低附著系數(shù)路面車輪滑轉(zhuǎn)率為最優(yōu)滑轉(zhuǎn)率，高附著系數(shù)路面輸出轉(zhuǎn)矩較低，故滑轉(zhuǎn)率較低，有效保證車輛穩(wěn)定性。汽車對路面識別存在一定延遲，為保持汽車盡可能保持直線行駛，設(shè)置轉(zhuǎn)向盤轉(zhuǎn)角保持為維持汽車直線行駛。汽車通過對開路面時驅(qū)動防滑控制系統(tǒng)對汽車控制仿真結(jié)果如圖15。

結(jié)果表明，在經(jīng)過變化路面時汽車四輪均較好的識別左側(cè)低附著路面最優(yōu)滑轉(zhuǎn)率為目標(biāo)滑轉(zhuǎn)率。在經(jīng)過變化路面時左側(cè)低附著路面車輪輸出轉(zhuǎn)矩過剩，驅(qū)動防滑控制介入使滑轉(zhuǎn)率迅速保持在最優(yōu)滑轉(zhuǎn)率，驅(qū)動電機轉(zhuǎn)矩降低至合理輸出轉(zhuǎn)矩，此時由于輸出轉(zhuǎn)矩下降右側(cè)車輪的滑轉(zhuǎn)率進(jìn)一步下降。為保持汽車直線行駛的最大轉(zhuǎn)向盤轉(zhuǎn)角和最大側(cè)向位移分別為 16^° 和 0.018m ，低于無驅(qū)動防滑汽車的 -110^° 和 0.045m 。

5.4低附著系數(shù)路面變道

車輪滑轉(zhuǎn)率較大時，輪胎側(cè)向附著系數(shù)下降，車輛側(cè)向附著力降低，易出現(xiàn)車輛轉(zhuǎn)向失控。模擬變道工況，加速踏板保持一定開度直線行駛，達(dá)到一定速度后加速變道，完成變道后降低速度，仿真結(jié)果如圖16。

圖 16b 和 16c 表明電機輸出轉(zhuǎn)矩較小，前輪、后輪滑轉(zhuǎn)率較低；在變道時，輸出轉(zhuǎn)矩增加和軸荷轉(zhuǎn)移，左后輪滑轉(zhuǎn)率逐漸升高，在驅(qū)動防滑控制介入后迅速保持在最優(yōu)滑轉(zhuǎn)率附近，而右后輪由于軸荷轉(zhuǎn)移影響仍處于較低滑轉(zhuǎn)率狀態(tài)。圖 16e 表明變道過程中驅(qū)動防滑控制介入后，最大轉(zhuǎn)向盤轉(zhuǎn)角和與理想路徑最大偏差距離分別為 112^° 和 0.29m ，無驅(qū)動防滑控制汽車出現(xiàn)了失控現(xiàn)象。仿真結(jié)果表明，驅(qū)動防滑控制可以保持較大的車輛側(cè)向力，在變道過程中具有良好的操縱穩(wěn)定性。

6結(jié)束語

通過分析車輪縱向力、垂向力及車輪滑轉(zhuǎn)率確定路面最優(yōu)滑轉(zhuǎn)率，基于滑?？刂齐姍C輸出轉(zhuǎn)矩，以保證車輪以最優(yōu)滑轉(zhuǎn)率行駛，保證了車輛的動力性能和操縱穩(wěn)定性。對幾種工況進(jìn)行仿真分析表明，驅(qū)動防滑控制可以準(zhǔn)確的識別路面，并迅速控制電機輸出轉(zhuǎn)矩，使車輪滑轉(zhuǎn)率迅速達(dá)到路面最優(yōu)滑轉(zhuǎn)率，保證了車輛電機轉(zhuǎn)矩利用效率和車輛側(cè)向穩(wěn)定性。仿真結(jié)果表明，在低附著路面直線加速時，相同時間內(nèi)的速度、位移相比無驅(qū)動防滑控制分別提升了 9% 和 7.4% ;在對開路面直線加速工況，汽車的最大側(cè)向位移和最大轉(zhuǎn)向盤轉(zhuǎn)角為無驅(qū)動防滑控制的 40% 和 15% ；在低附著路面變道工況下很好的追蹤了理想路徑；在低附著系數(shù)路面遇到橫風(fēng)工況，驅(qū)動防滑控制汽車的最大側(cè)向位移和最大轉(zhuǎn)向盤修正轉(zhuǎn)角分別為 0.05m 和 8^° ，車輛的側(cè)向穩(wěn)定有顯著優(yōu)化。

參考文獻(xiàn)

[1]陳力維，高潤澤．我國新能源汽車技術(shù)發(fā)展現(xiàn)狀分析[J]．交通節(jié)能與環(huán)保，2021，17（6）：14－19.

[2]余卓平，馮源，熊璐．分布式驅(qū)動電動汽車動力學(xué)控制發(fā)展現(xiàn)狀綜述[J]．機械工程學(xué)報，2013，49（8）：105－114.[3］陳路明，廖自力，張征．基于路面自適應(yīng)的多輪輪轂電機驅(qū)動車輛驅(qū)動防滑控制[J]。兵工學(xué)報，2021，42（10）：2278－2290.[4］王震坡，丁曉林，張雷．四輪輪轂電機驅(qū)動電動汽車驅(qū)動防滑控制關(guān)鍵技術(shù)綜述[J]．機械工程學(xué)報，2019，55（12）：99-120.

[5]高峰，王志偉，王成堯，等．電動汽車驅(qū)動防滑控制系統(tǒng)設(shè)計[J]．客車技術(shù)與研究，2022，44（2）：27－29.

[6]張新榮，王鑫，宮新樂，等．面向智能車輛的路面附著系數(shù)分段識別方法[J]．汽車工程，2023，45（10）：1923－1932.[7]常九健，吳佳豪，方建平．基于路面識別算法的分布式驅(qū)動汽車驅(qū)動防滑控制策略[J]．重慶理工大學(xué)學(xué)報（自然科學(xué)），2024，38（2）：65-76.[8］趙慶薛．四輪驅(qū)動電動汽車驅(qū)動力分配與防滑控制研究[D]．長春：吉林大學(xué)，2019.[9]ROYCHOWDHURY S，ZHAO M，WALLIN A，et al. Machine learning models for road surface and friction estimationusing front-camera images[C]/2o18 International Joint Conference on Neural Networks（IJCNN）.Rio de Janeiro：IEEE，2018：1-8.

[10]張博涵，陳哲明，付江華，等．四輪獨立驅(qū)動電動汽車自適應(yīng)驅(qū)動防滑控制[J]．山東大學(xué)學(xué)報（工學(xué)版），2018，48（1）：96-103.

[11] 孟令菊．雙電機四驅(qū)汽車動力系統(tǒng)參數(shù)匹配及能量管理策略研究[D]．淄博：山東理工大學(xué)，2024.[12] 張若時：四輪獨立驅(qū)動輪轂電機汽車的驅(qū)動防滑控制研究[D]．哈爾濱：哈爾濱理工大學(xué)，2024.[13] 蔣智通．低附著條件下四輪驅(qū)動電動汽車動力學(xué)控制[D]．長春：吉林大學(xué)，2019.

[14] 宋炳潭，孫賓賓，葛文慶，等．雙電機電動汽車驅(qū)動防滑轉(zhuǎn)控制策略研究[J]．現(xiàn)代制造工程，2021（10）：11－16，39.[15］張利鵬，劉欣，劉帥帥，等．雙模耦合驅(qū)動智能電動汽車對開坡道行駛穩(wěn)定性控制[J]．中國公路學(xué)報，2024，37（3）：204-215.[16]DE CASTRO R，ARAUJO R E，F(xiàn)REITAS D. Whel slip control of EVs based on sliding mode technique with condi-tional integrators[J]. IEEE Transactions on Industrial Electronics，20l3，60（8）：3256-3271.[17]余志生.汽車?yán)碚揫M]．6版．北京：機械工業(yè)出版社，2018.